論文の概要: SCAFFOLD: Self-Improving Web Agents via Recursive Parametric Skill Abstraction

• arxiv url: http://arxiv.org/abs/2609.05511v1
• Date: Mon, 31 Aug 2026 08:16:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.076595
• Title: SCAFFOLD: Self-Improving Web Agents via Recursive Parametric Skill Abstraction
• Title（参考訳）: SCAFFOLD: 再帰的パラメトリックスキル抽象化による自己改善Webエージェント
• Abstract要約: textscScaffoldはビジュアルWebエージェントのための自己改善フレームワークである。 マルチインスタンス抽象制約の下で、成功した軌道からパラメトリックで実行可能なスキルを誘導する。 textscScaffoldは、最強のスキル強化ベースラインよりも11.1$--17.2$の絶対ポイントで成功率を改善する。
• 参考スコア（独自算出の注目度）: 13.7368753473801
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Web agents need to navigate visually rich, long-horizon interfaces that change across sites, yet most previous agents still learn each task in isolation and discard the procedural knowledge they accumulate. Recent skill-augmented frameworks take an important first step, but they treat the skill library as a flat or two-tier prompt-side cache and offer no principled mechanism for compressing redundancy or composing skills recursively. We introduce \textsc{Scaffold}, a self-improving framework for visual web agents that (i) induces parametric, executable skills from successful trajectories under a multi-instance abstraction constraint, (ii) maintains a recursively composed hierarchy in which higher-level skills invoke lower-level ones, (iii) compacts the library via a minimum-description-length (MDL) criterion and behavioral equivalence checking, and (iv) periodically distills skill-augmented trajectories back into model weights to internalize the abstractions. Across WebArena, VisualWebArena, and a held-out split of Online-Mind2Web, \textsc{Scaffold} improves success rate by $11.1$--$17.2$ absolute points over the strongest skill-augmented baseline and shows monotonic gains across five self-improvement iterations without library collapse. We release the code and documents in the Github \href{https://github.com/BokwaiHo/SCAFFOLD}{repository}.
• Abstract（参考訳）: Webエージェントは、サイト間で変化する視覚的にリッチで長い水平なインターフェイスをナビゲートする必要があるが、以前のエージェントは、分離して各タスクを学習し、蓄積した手続き的知識を捨てる必要がある。 最近のスキル強化フレームワークは、重要な第一歩を踏み出すが、彼らはスキルライブラリをフラットまたは2層プロンプトサイドキャッシュとして扱い、冗長性を圧縮したり、再帰的にスキルを構成するための原則的なメカニズムを提供しない。 視覚 Web エージェントのための自己改善フレームワークである \textsc{Scaffold} を紹介する。 (i)マルチインスタンス抽象制約の下で、成功した軌道からパラメトリックで実行可能なスキルを誘導する。 (ii) 上位のスキルが下位のスキルを呼び出す再帰的に構成された階層を維持する。 三 最小記述長(MDL)基準及び行動等価性検査により、図書館をコンパクト化する。 (四) 技量増強軌道を模型重量に定期的に蒸留し、抽象化を内包する。 WebArena、VisualWebArena、およびOnline-Mind2Webの断続的な分割である \textsc{Scaffold} は、最強のスキル強化ベースラインよりも 11.1$-17.2$ の絶対ポイントを向上し、ライブラリの崩壊なしに5つの自己改善イテレーションでモノトニックゲインを示す。 Github \href{https://github.com/BokwaiHo/SCAFFOLD}{repository} でコードとドキュメントを公開しています。

関連論文リスト

• From Interaction Traces to Persistent Skills: Online Evolution for Computer-Use Agents [48.50635499112162]
  本稿では,インタラクショントラジェクトリと評価器フィードバックを再利用手順の永続的でバージョン管理されたライブラリに変換するオンラインスキル進化フレームワークを提案する。 我々は、OSWorldの4つのアプリケーションドメインにまたがって、完全に進化するライブラリシステムと、設定にマッチした空のライブラリ制御を比較した。 GIMPでは、プロファイランス・アウェア・アナリティクスにより、タスク・オブ・オリジンの境界を越えた検索とリビジョンが示され、繰り返し受け入れられた編集が元のタスクの回復に失敗する。
  論文  参考訳（メタデータ） (2026-09-04T08:29:45Z)
• Beyond Domains: Reusing Web Skills via Transferable Interaction Patterns [68.0603867264595]
  SkillMigratorは再利用可能なWebスキルを学習し、特定の要素参照ではなくレイアウト構造にマッチしてサイト間でそれらを転送する。 WebArenaとMind2Webの両方において、成功軌道上の平均LCM-アクション数を、一致した成功速度で8-10%削減する。
  論文  参考訳（メタデータ） (2026-06-16T08:04:35Z)
• SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs [70.1970574147839]
  有向グラフのノードとして再利用可能なスキルを表現するフレームワークであるSKILLGRAPHを提案する。 SKILLGRAPHは個々のスキルだけでなく、多段階意思決定をガイドできる順序付きスキルサブグラフも取得する。 実験により,SKILLGRAPHはメモリ拡張RL法に対して最先端の性能を実現することが示された。
  論文  参考訳（メタデータ） (2026-05-12T12:21:49Z)
• SkillX: Automatically Constructing Skill Knowledge Bases for Agents [27.56549031749266]
  SkillXは、プラグアンドプレイのスキル知識ベースを構築するための、完全に自動化されたフレームワークである。 3つのシナジスティックなイノベーションに基づいて構築された、完全に自動化されたパイプラインを通じて運用される。 実験の結果、SkillKBは、より弱いベースエージェントにプラグインされた場合、タスクの成功と実行効率を一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-06T16:09:33Z)
• SKILL0: In-Context Agentic Reinforcement Learning for Skill Internalization [61.37478254738943]
  推論時のスキル向上は基本的に制限されている。 SKILL0は,スキル内部化のためのコンテキスト内強化学習フレームワークである。 SKILL0は標準のRLベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-04-02T17:03:05Z)
• SkillRL: Evolving Agents via Recursive Skill-Augmented Reinforcement Learning [83.98129545309277]
  生経験と政策改善のギャップを埋めるフレームワークであるSkillRLを提案する。 本手法では,階層型スキルライブラリであるSkillBankを構築するために,経験に基づく蒸留機構を導入する。 ALF、WebShop、および7つの検索強化タスクの実験結果は、SkillRLが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-09T03:17:17Z)
• Offline Discovery of Interpretable Skills from Multi-Task Trajectories [8.119611773942562]
  オフラインスキル発見と階層的模倣のための3段階のエンドツーエンド学習フレームワークであるLOKIを紹介する。 LOKIは、挑戦的なD4RL Kitchenベンチマークで高い成功率を獲得し、標準のHILベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-01T05:03:58Z)
• Hierarchical Semantic Tree Anchoring for CLIP-Based Class-Incremental Learning [11.82771798674077]
  クラスインクリメンタルラーニング(Class-Incremental Learning, CIL)は、モデルが過去の知識を保ちながら、新しいクラスを継続的に学習することを可能にする。 しかし、現実世界の視覚的および言語的概念は本質的に階層的である。 本稿では,CILに階層的な情報を固定し,破滅的な忘れを抑えるHASTENを提案する。
  論文  参考訳（メタデータ） (2025-11-19T17:14:47Z)
• STAR: Learning Diverse Robot Skill Abstractions through Rotation-Augmented Vector Quantization [87.77475595961154]
  textbfSkill textbfTraining with textbfAugmented textbfRotation (textbfSTAR) は、スキル学習と構成の両方を進化させて複雑な振る舞いを完遂するフレームワークである。
  論文  参考訳（メタデータ） (2025-06-04T11:54:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。